Feldman, fundador de Cerebras, gana 3.200 millones de dólares con la salida a bolsa de sus chips de IA
Cerebras, fabricante de chips de IA, ha completado la mayor salida a bolsa del sector tecnológico este año. Su CEO, Andrew Feldman, ha elevado su fortuna a 3,2 mil millones de dólares. Para quien ha creado cuatro startups, es el mayor éxito de su carrera.
Procesado por IA desde Bloomberg Tech; editado por Hamidun News
Cerebras, fabricante de chips de IA especializados de nueva generación, salió a bolsa el jueves, en la mayor colocación de acciones del sector tecnológico este año por volumen. Para su fundador, Andrew Feldman, es la culminación de la carrera de un emprendedor en serie.
El camino hacia la cima
Feldman no es nuevo en la creación de empresas tecnológicas. Se crio, literalmente, en el campus de Stanford y ya ha fundado, desarrollado y vendido tres startups, una de las cuales salió a bolsa. Pero el debut de Cerebras eclipsa todos sus logros anteriores.
La compañía se especializa en un tipo de chip de IA radicalmente distinto: el formato Wafer Scale. En lugar de cortar las obleas de silicio en piezas pequeñas, Cerebras usa una oblea entera como un único chip gigante. Es un enfoque fundamentalmente nuevo para la arquitectura de los aceleradores de IA.
En el momento de la salida a bolsa, la participación personal de Feldman valía 3,2 mil millones de dólares, una fortuna récord obtenida en una sola OPV a lo largo de su carrera.
Una alternativa a Nvidia
El enfoque estándar de la industria (Nvidia, Intel y otros) consiste en cortar el silicio en chips convencionales del tamaño de una moneda. Cada chip funciona por separado y sincronizarlos exige sistemas de comunicación complejos. Es una tecnología probada, pero tiene límites para los modelos de IA que crecen con rapidez.
Cerebras eligió el camino opuesto. En lugar de muchos chips pequeños en un sistema, fabrica un único chip enorme que alberga miles de millones de transistores. Esta arquitectura resuelve varios problemas críticos:
- La comunicación entre núcleos es un orden de magnitud más rápida (latencias mínimas en la ruta de los datos)
- El entrenamiento de grandes redes neuronales se acelera entre un 20 y un 50 % frente a las granjas de GPU
- El consumo eléctrico de los centros de datos baja de forma notable (menos pérdidas en la transmisión de datos)
- La refrigeración se simplifica (una sola fuente de calor en lugar de decenas)
- A los desarrolladores les resulta más fácil optimizar el código para una arquitectura única
Qué significa
La salida a bolsa de Cerebras confirma una tendencia que venía madurando: el mercado de infraestructura de IA se expande mucho más allá de Nvidia. Surgen empresas con un enfoque radicalmente distinto de la arquitectura de cómputo para IA, y los inversores votan por ellas con su dinero.
Para Nvidia es una señal: su dominio monopolista termina y la competencia gana ritmo. Los centros de datos que hoy compran GPU para entrenar LLM empezarán a considerar alternativas. Incluso si Cerebras se queda solo con un 5-10 % del mercado de aceleradores de IA, eso supone decenas de miles de millones de dólares que pasarían de Nvidia a sus competidores.
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 1 nov 2026Un autor de Habr ajusta YOLOv8l con radiografías dentales y lleva el mAP50 a 0,642
- 1 nov 2026Los bots de voz con LLM recurren al clasificador rápido Jev: decisiones en 200–500 ms
- 1 nov 2026La capa de seguridad MoneyGate frenó las 42 peticiones fraudulentas a IA locales
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre El camino hacia la cima?
Feldman no es nuevo en la creación de empresas tecnológicas. Se crio, literalmente, en el campus de Stanford y ya ha fundado, desarrollado y vendido tres startups, una de las cuales salió a bolsa. Pero el debut de Cerebras eclipsa todos sus logros anteriores. La compañía se especializa en un tipo de chip de IA radicalmente distinto: el formato Wafer Scale. En lugar de cortar las obleas de silicio en piezas pequeñas, Cerebras usa una oblea entera como un único chip gigante. Es un enfoque fundamentalmente nuevo para la arquitectura de los aceleradores de IA. En el momento de
¿Qué se sabe sobre Una alternativa a Nvidia?
El enfoque estándar de la industria (Nvidia, Intel y otros) consiste en cortar el silicio en chips convencionales del tamaño de una moneda. Cada chip funciona por separado y sincronizarlos exige sistemas de comunicación complejos. Es una tecnología probada, pero tiene límites para los modelos de IA que crecen con rapidez. Cerebras eligió el camino opuesto. En lugar de muchos chips pequeños en un sistema, fabrica un único chip enorme que alberga miles de millones de transistores. Esta arquitectura resuelve varios problemas críticos: La comunicación entre núcleos es un orden
¿Qué se sabe sobre Qué significa?
La salida a bolsa de Cerebras confirma una tendencia que venía madurando: el mercado de infraestructura de IA se expande mucho más allá de Nvidia. Surgen empresas con un enfoque radicalmente distinto de la arquitectura de cómputo para IA, y los inversores votan por ellas con su dinero. Para Nvidia es una señal: su dominio monopolista termina y la competencia gana ritmo. Los centros de datos que hoy compran GPU para entrenar LLM empezarán a considerar alternativas. Incluso si Cerebras se queda solo con un 5-10 % del mercado de aceleradores de IA, eso supone decenas de miles
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.